Las herramientas de programación impulsadas por inteligencia artificial, como Cursor, Replit o Windsurf, han recibido una lluvia de inversión en los últimos años. Sin embargo, lo que parecía un panorama prometedor está mostrando grietas. El motivo principal es que estas startups dependen en gran medida de los modelos fundacionales desarrollados por grandes tecnológicas como OpenAI, Anthropic, Google o Microsoft, lo que limita su capacidad para ofrecer propuestas realmente diferenciadas.
Jeremy Burton, CEO de Observe Inc. y veterano del sector, sostiene que estas pequeñas empresas no pueden aportar suficiente valor agregado sobre las capacidades de los grandes modelos para justificar su existencia como negocios independientes. En sus palabras, la generación de código es una función tan cercana al modelo base que resulta difícil construir una capa de producto con ventaja competitiva sostenida.
Mientras gigantes como Anthropic desarrollan sus propios entornos como Claude Code, las startups quedan relegadas a ser una «capa fina» sobre herramientas que no controlan. Y si el modelo subyacente ya puede generar código con suficiente calidad y rapidez, ¿qué incentivo tiene una empresa para pagar por soluciones intermedias?
El problema de la dependencia tecnológica
El éxito inicial de muchas de estas plataformas se debió a su capacidad para integrar la IA en entornos de desarrollo (IDEs) accesibles y con funciones que facilitaban la escritura y depuración de código. Pero este modelo tiene un talón de Aquiles: la dependencia de modelos externos.
Muchos de los principales actores en esta área utilizan los modelos de Anthropic, especialmente Claude, que ha demostrado ser especialmente eficaz en tareas de generación de código. Esto convierte a estas herramientas en simples intermediarios, cuya propuesta de valor se diluye frente a las mejoras continuas que introducen los propios proveedores de modelos.
La situación se asemeja a la de una tienda que revende productos de una marca muy poderosa: si la marca decide vender directamente al cliente final, el intermediario pierde su razón de ser.
Observabilidad: una posible tabla de salvación
La clave para sobrevivir podría estar en diversificarse hacia funciones más allá de la generación de código, como la observabilidad. Este concepto hace referencia a la capacidad de analizar cómo se comporta una aplicación en producción, detectando errores y proponiendo soluciones basadas en datos reales.
Observe Inc., por ejemplo, ofrece herramientas que construyen un grafo de conocimiento a partir del comportamiento de las aplicaciones. Esto permite no sólo identificar fallos, sino también sugerir formas de corregirlos, generando una especie de «asistente de mantenimiento» para los desarrolladores. Esta capacidad va mucho más allá del autocompletado o la sugerencia de snippets de código.
Para los modelos fundacionales, abordar esta clase de tareas implica entrar en un terreno mucho más complejo, que exige gestionar grandes volúmenes de telemetría y crear sistemas deterministas. Por eso, startups que puedan dominar esta área podrían encontrar una ventaja competitiva más sostenible.
Adaptarse o desaparecer
Frente a este panorama, las startups como Cursor están intentando reducir su dependencia creando sus propios modelos de IA centrados en programación. Pero competir con gigantes como Amazon, que ha invertido en Anthropic y dedica millones de chips Trainium2 a entrenar nuevos modelos, es una batalla desproporcionada.
Otra estrategia sería la fusión con empresas del sector DevOps, como Harness o incluso Observe. Así podrían integrar observabilidad y generación de código en un solo producto. También existe la posibilidad de que sean adquiridas por actores consolidados como Datadog, Dynatrace o Splunk, siempre que sus valoraciones se ajusten al mercado.
La viabilidad de estas empresas también dependerá de que mantengan el interés de los inversores. Mientras el flujo de capital continúe, podrán seguir operando. Pero si se desacelera el crecimiento o estalla la burbuja de la IA, muchas podrían enfrentarse a ventas por debajo de su valor o incluso a la quiebra.
En este contexto, la diferencia entre seguir en el juego o desaparecer estará en la capacidad de reinventarse, integrar nuevas funcionalidades como la observabilidad, y ofrecer algo que ni OpenAI ni Anthropic puedan replicar de forma sencilla.